Dysertacja „Modelowanie dynamiki tłumów oparte na danych” przedstawia metodykę analizy, rozumienia i modelowania dynamiki tłumów w oparciu o dane eksperymentalne. Opisano eksperymenty dotyczące przestrzennych relacji pomiędzy sąsiadami w tłumie oraz podejmowania decyzji o rozpoczęciu ewakuacji. Ich najważniejsze wyniki to: wyznaczenie typowych pozycji najbliższych sąsiadów w tłumie, zdefiniowanie reguł wyjaśniających wzajemne relacje pomiędzy sąsiadami i analiza procesu podejmowania decyzji o rozpoczęciu ewakuacji. Opisano metodykę modelowania dynamiki pieszych w oparciu o dane. Przedstawiona została symulacja sterowana danymi, gdzie agenci reprezentujący pieszych pojawiają się w czasie rzeczywistym w oparciu o dane z sensorów. Dane eksperymentalne wykorzystano też do zdefiniowania nowych testów walidacyjnych oraz rekomendacji dla gruboziarnistego rozkładu przestrzennego czasów rozpoczęcia ewakuacji. Zaproponowano nowy, agentowy model dynamiki pieszych, oparty na siatce automatu komórkowego. Wykorzystuje on koncepcję pól „Floor Fields” (FF), gdzie Static FF - odpowiada za nawigację do wybranego punktu, Wall FF - awersję do przeszkód, a Interplay FF - proksemikę. IFF jest nowością zdefiniowaną na bazie wyników eksperymentalnych. Model wyróżnia się parametryzowalną dyskretyzacją przestrzeni - rozmiar komórki można zmieniać (0.01-0.5 m). Jest to możliwe dzięki użyciu „bezcielesnego” agenta, zajmującego zawsze jedną komórkę i modelowaniu objętości pieszego poprzez IFF. Opisano dwa rozszerzenia modelu: piesi o różnych rozmiarach i kształtach oraz modelowanie urazów.
A dissertation “Data-driven modeling of crowd dynamics” is focused on a methodology of analysis, reasoning, and especially modeling of crowd dynamics on the basis of real data. Experiments on the spatial relations between neighbors in crowd and the decision making process on evacuation start are described. The most important results are: finding the most probable positions of nearest neighbors in crowd, defining rules explaining observed mutual spatial relations between pedestrians and analysis of decision making process on evacuation start. A methodology of data-driven modeling of crowd dynamics is described. A data-driven simulation is shown, where agents are created in near real-time on the basis of sensor data. Also, experimental results were used to propose a new validation tests and a recommendation for the coarse spatial distribution of pre-movement time. Finally, a new crowd dynamics model is defined. The model utilizes agents located on the lattice of Cellular Automata (CA), constructed using Floor Fields (FF), namely: Static FF - responsible for navigation to point of interest, Wall FF - a repulsive influence with obstacles, and Interplay FF - which models proxemics effects. IFF is a novelty defined on the basis of results of above- mentioned experiments. Crucial property of the model is a variable space discretization - the cell size is an adjustable parameter (0.01 - 0.5 m). An unbodied agents were used, which always occupies only one cell of cellular automata and the modeling of actual pedestrian volume with IFF. Two model extensions are described: different sizes and shapes of agents and the injury modeling.